보스턴다이나믹스는 도요타리서치연구소(TRI)와 공동 개발한 거대행동모델(Large Behavior Model, LBM)을 아틀라스에 적용해 사람처럼 판단하고 자연스럽게 동작할 수 있도록 했다.
작년 엔진커버 부품을 이동식 보관함으로 옮기는 역할을 성공적으로 수행했던 아틀라스는 이번 영상에서 로봇개 ‘스팟(SPOT)’ 부품을 적재함 또는 선반에 옮기는 작업을 보여줬다.
최근 휴머노이드 로봇은 고도화된 AI 기술과 결합해 빠르게 발전하고 있다. 실제 산업 현장에서 인간의 반복적인 작업을 돕고 생산성을 향상시킬 수 있다는 기대를 모으고 있다.
영상에서 아틀라스는 부품 분류, 정렬과 같은 작업을 수행하기 위해 걷거나 쪼그리고, 물건을 들어올리는 등 전신을 함께 움직이는 동작을 연출한다.
눈에 띄는 점은 스스로 문제를 해결하려는 능력을 갖추고 있다는 점인다. 아틀라스가 박스에서 또 다른 박스로 부품을 옮기는 작업을 수행하는 중 한 연구원이 부품 박스 뚜껑을 닫거나 박스 옆에 부품을 떨어뜨리는 등 작업을 방해하지만, 아틀라스는 당황하지 않고 뚜껑을 열거나 떨어진 부품을 주워 정확히 박스에 담는다.
정해진 일만 하는 것이 아니라 작업장에서 빈번히 발생할 수 있는 다양한 문제 상황에서도 인공지능 기술을 통해 스스로 판단할 수 있다.
또한, 아틀라스는 스팟 다리 부품을 들어서 접은 다음 정확히 선반 위에 정렬하고, 또다른 부품을 선반 최하단의 박스에 넣는 작업도 선보였다. 아틀라스는 부품이 선반에 걸려 박스에 바로 넣을 수 없을 것으로 판단, 박스를 앞으로 꺼내 적재한 뒤 다시 제자리로 옮기는 똑똑함도 보여준다.
아틀라스에 적용된 거대행동모델은 엔드투엔드(end-to-end) 기법을 활용해 매번 개발 코드를 변경하지 않고도 다양한 형태의 물건들을 다루는 동작을 빠르게 학습하고, 자율적으로 판단하고 제어할 수 있다.
특히 초기 로봇은 문제 상황에서 즉각적인 대응이 어려웠지만, 아틀라스는 알고리즘 또는 하드웨어를 바꾸지 않고도 학습 경험을 통해 주어진 임무를 성공적으로 수행할 수 있다는 것이 강점이다.
스캇 쿠인데르스마 보스턴다이나믹스 로보틱스 연구담당는 “이번 영상은 범용로봇이 어떻게 우리의 일상과 업무를 바뀔지 보여주는 사례”라며 “다양한 조작 업무를 위한 단일 신경망 학습은 일반적인 로봇의 발전뿐만 아니라 아틀라스와 같은 고성능 로봇들이 전신을 정교하고 유연하게 사용하기 위한 기반이 될 것”이라고 밝혔다.
한편 작년 10월 보스턴다이나믹스는 도요타리서치연구소와 범용 휴머노이드 로봇 개발을 가속화하고, 인간과 로봇 간 상호 작용 및 안전성 등 분야에서 협력하겠다는 계획을 발표했다.
이 밖에도 보스턴다이나믹스는 엔비디아의 고성능 로보틱스칩을 활용해 휴머노이드 로봇을 고도화하고, 로보틱스 앤 AI연구소(RAI)와 협업해 강화학습 기반 로봇 AI 연구를 강화하는 등 기술력 확보에 힘쓰고 있다.
김재훈 한국금융신문 기자 rlqm93@fntimes.com